สี่วิธีที่ AI ช่วยให้แพลตฟอร์มอีคอมเมิร์ซที่เกิดขึ้นใหม่แข่งขันกับผู้จัดจำหน่ายเกมรายใหญ่

ในช่วง 12 ปีที่ผ่านมา กลยุทธ์การจัดจำหน่ายเกมคอมพิวเตอร์และวิดีโอเกมได้ผ่านการเปลี่ยนแปลงครั้งใหญ่ ในปี 2013 ยอดขายเกมดิจิทัลเกินยอดขายเกมแบบฟิสิกัลเป็นครั้งแรก และแนวโน้มนี้ได้รับการเร่งความเร็วจากการล็อกดาวน์ในปี 2020 ในอิตาลี ตัวอย่างเช่น สัปดาห์แรกของการล็อกดาวน์ทำให้การดาวน์โหลดเกมดิจิทัล เพิ่มขึ้น 174.9%

เมื่อมองไปข้างหน้า ตลาดมีแนวโน้มที่จะเติบโตต่อไป โดย Statista คาดการณ์ ว่าจะเติบโตที่อัตรา CAGR 5.76% ระหว่างปัจจุบันถึง 2027 และจะสิ้นสุดที่มูลค่าตลาด 25.4 พันล้านดอลลาร์สหรัฐฯ ในปีนั้น

尽管如此 การแข่งขันยังคงรุนแรง ตลาดเกมดิจิทัลถูกครอบงำโดยเพียงไม่กี่แพลตฟอร์มเท่านั้น และด้วย 94% ของการใช้จ่ายที่เกิดขึ้นในดิจิทัล ซึ่งทำให้ไม่มีพื้นที่สำหรับผู้เข้าใหม่ ผู้เล่นที่มีอำนาจเหนือกว่า เช่น Steam และ Epic Games Store ในส่วนของ PC ใช้ประโยชน์จากสิ่งนี้เพื่อเก็บค่าธรรมเนียมจากผู้จัดพิมพ์

สำหรับองค์กรเหล่านี้ การรวม AI เข้ากับการดำเนินงานเป็นเรื่องปกติ แต่สำหรับแพลตฟอร์มที่เกิดขึ้นใหม่ AI อาจเป็นปัจจัยที่เปลี่ยนแปลงเกมได้ ซึ่งช่วยให้พวกเขาแข่งขันกับอีกฝ่ายที่มีอำนาจเหนือกว่า

ในขณะที่การทำซ้ำการนำ AI ไปใช้สำเร็จต้องมีการพิจารณาเกี่ยวกับคุณลักษณะเฉพาะของแพลตฟอร์มและบริบทการดำเนินงานอย่างรอบคอบ นี่คือสี่วิธีที่ AI สามารถช่วยให้ธุรกิจอีคอมเมิร์ซที่เกิดขึ้นใหม่แข่งขันกับยักษ์ใหญ่ด้านการกระจายสินค้าดิจิทัล

#1: การเพิ่มการตรวจจับฉ้อโกง

บนแพลตฟอร์มเกม การฉ้อโกงเกิดขึ้นในระดับที่ใหญ่กว่าและบ่อยกว่าในแนวตั้งอีคอมเมิร์ซอื่นๆ เนื่องจากความสามารถในการประมวลผลและวิเคราะห์ข้อมูลธุรกรรมจำนวนมาก อัลกอริทึม AI สามารถระบุรูปแบบหรือความผิดปกติที่น่าสงสัยได้อย่างรวดเร็ว

โดยการค้นหาในฐานข้อมูลธุรกรรมอย่างกว้างขวาง อัลกอริทึมการเรียนรู้ของเครื่องสามารถปรับและรู้จักการดำเนินการที่ฉ้อโกง ตั้งแต่พฤติกรรมผู้ใช้ที่ไม่ธรรมดาไปจนถึงแผนการชำระเงินและซื้อจากภูมิภาคที่ไม่ปกติ

ในระบบที่ใช้กฎแบบดั้งเดิม อินดิเคเตอร์บางอย่างอาจไม่ถูกสังเกตเห็น ซึ่งทำให้ความสามารถของบริษัทในการตรวจจับฉ้อโกงลดลงและทำให้พวกเขาเสี่ยงต่อความสูญเสียทางการเงิน

ในบริษัทของเรา โดยการนำซอฟต์แวร์ที่ใช้ AI ที่พัฒนาโดยบุคคลที่สามมาใช้ เราได้ป้องกันการทำธุรกรรมที่ฉ้อโกงได้ประมาณ 95% เรายังทำงานร่วมกับเทคโนโลยี เมื่อการดำเนินการถูกตีตราว่าเป็นเรื่องน่าสงสัย ผู้จัดการของเราจะตรวจสอบสิ่งนั้นโดยตรง คีย์เกมดิจิทัลจะไม่ถูกส่งให้กับผู้ซื้อจนกว่าการซื้อจะถูกอนุมัติโดยผู้จัดการของเรา

#2: การทำให้คำถามการสนับสนุนลูกค้าเป็นระบบ

ในอีคอมเมิร์ซ การใช้ AI ในรูปแบบของชัตบอทเป็นหนึ่งในแอปพลิเคชันที่พบบ่อยที่สุดของ AI

เนื่องจากมีหลายวิธีแก้ปัญหาในตลาดแล้ว ชัตบอทจึงค่อนข้างง่ายต่อการนำไปใช้ แม้ไม่มีข้อมูลในอดีต เนื่องจากสามารถเรียนรู้จากปฏิสัมพันธ์ของผู้ใช้ ชัตบอทให้ผลลัพธ์แทบจะทันที และช่วยให้บริษัทต่างๆ ลดความต้องการพนักงานสนับสนุนลูกค้า

นอกจากนี้ยังช่วยให้พนักงานสนับสนุนลูกค้าที่มีอยู่มีเวลาเหลือ

จากประสบการณ์ของเรา คำถามส่วนใหญ่ที่เราได้รับประมาณ 70% เป็นเรื่องง่ายๆ และซ้ำๆ ตัวอย่างเช่น

• เกมนี้สามารถซื้อได้หรือไม่?
• ฉันจะได้รับคีย์เกมเมื่อไหร่?
• ฉันสามารถเปิดใช้งานคีย์ใบอนุญาตของฉันได้อย่างไร?
• สถานะคำสั่งซื้อของฉันคืออะไร?

ใน 80% ของกรณีเหล่านี้ โบตของเราสามารถช่วยผู้ใช้ของเราได้โดยไม่ต้องถ่ายโอนให้กับผู้ดำเนินการสด ดังนั้นเราจึงสามารถบอกได้ว่าโบตของเราคバーประมาณ 56% ของคำขอสนับสนุนที่เข้ามา ทำให้เรามีทรัพยากรที่มีค่าซึ่งเคยใช้ในทีมสนับสนุนมาก่อนหน้านี้เพื่อใช้ในที่อื่นของบริษัทเพื่อเพิ่มการเติบโต

#3: การระบุรูปแบบที่ขับเคลื่อนการแปลง UX

ปัญหาทั่วไปที่เจ้าของธุรกิจที่มุ่งเน้นอีคอมเมิร์ซต้องเผชิญคือการระบุปัจจัยที่ขับเคลื่อนการแปลงและปัจจัยที่ไม่

สิ่งนี้เป็นอีกพื้นที่หนึ่งที่ AI สามารถช่วยได้ โดยการรวบรวมข้อมูลผู้ใช้ที่ชี้ให้เห็นรูปแบบพฤติกรรมที่ซ้ำกันที่นำไปสู่การแปลงหรือไม่ การใช้ข้อมูลนี้ บริษัทต่างๆ สามารถปรับเปลี่ยนเว็บไซต์ของตนให้มุ่งเน้นไปที่ UX ได้

นอกจากนี้ AI ยังสามารถสร้างเซ็กเมนต์ผู้ใช้ที่เพิ่มประสิทธิภาพของการตลาดได้ เนื่องจากสามารถสร้างโปรไฟล์ผู้ใช้ตามมิติต่างๆ AI จึงสามารถค้นหาความเชื่อมโยงและกลุ่มเซ็กเมนต์ที่ดูเหมือนกันซึ่งอาจไม่ชัดเจนจากการตรวจสอบด้วยตนเอง ตัวอย่างเช่น ลูกค้าที่ซื้อ GTA 5 อาจสนใจเกมจากแนวที่แตกต่างกันซึ่งโดยหลักการแล้วไม่เกี่ยวข้องกับ GTA 5

เพื่ออำนวยความสะดวกในการนี้ เราได้ใช้โซลูชันการปรับเปลี่ยน AI ของ Retail Rocket ซึ่งใช้ข้อมูลการซื้อของลูกค้าในอดีตเพื่อช่วยให้เราบรรลุหลายภารกิจ เช่น การให้คำแนะนำผลิตภัณฑ์ที่ปรับให้เหมาะสมทั้งบนเว็บไซต์และผ่านอีเมล และการระบุความสัมพันธ์ระหว่างผลิตภัณฑ์ ทำให้เราสามารถแนะนำการซื้อเสริมได้

นอกจากนี้เรายังสามารถกำหนดเวลาการซื้อครั้งถัดไปของลูกค้าได้ ซึ่งยังช่วยให้เราสามารถวางแผนข้อความการตลาดได้ดีขึ้น โดยรวมแล้ว เราสามารถพูดได้อย่างภาคภูมิใจว่าความพยายามเหล่านี้ได้เพิ่มยอดขายของเราผ่านช่องทางการตลาดขึ้นประมาณ 15%

#4: การคาดการณ์ยอดขาย

เนื่องจากลักษณะที่มีเวลาจำกัดของอุตสาหกรรมเกม เช่น Steam มีข้อจำกัดเกี่ยวกับจำนวนคีย์ที่ผู้จัดพิมพ์สามารถสร้างได้ การคาดการณ์ที่มีประสิทธิภาพจึงเป็นกุญแจสำคัญ

ที่นี่ เราได้ใช้แบบจำลอง AI ที่ตรงไปตรงมาซึ่งอาศัยสองวิธีหลัก: การคาดการณ์ชุดเวลาและการวิเคราะห์ความถดถอย

โดยการตรวจจับรูปแบบ ชุดแรกช่วยให้เราคาดการณ์ตัวเลขยอดขายในอนาคตและปรับตัวให้เข้ากับฤดูกาล ซึ่งเป็นปัจจัยสำคัญในด้านเกม ในทางกลับกัน ชุดหลังช่วยให้ทีมของเราตั้งค่าความสัมพันธ์ระหว่างข้อมูลยอดขายและตัวแปรอื่นๆ เช่น ประชากรศาสตร์ การกำหนดราคา หมวดหมู่ผลิตภัณฑ์ และอื่นๆ

เนื่องจากมีความแตกต่างอย่างกว้างขวางในพารามิเตอร์เหล่านี้ ตัวอย่างเช่น มีเกมกีฬาที่วางจำหน่ายทุกปี เช่น เกมของ EA Sports และเกมยุทธศาสตร์ที่ครอบคลุมหลายทศวรรษ การได้ปัจจัยสำคัญเหล่านี้ถูกต้องจึงมีความสำคัญอย่างยิ่งต่อการคาดการณ์ที่แม่นยำ

เริ่มต้นด้วยสิ่งนี้ในฤดูใบไม้ผลิของปี 2024 ดังนั้น ณ เวลานี้ ผลลัพธ์ของเรายังคงเหมือนเดิมกับที่เราบรรลุได้โดยไม่ใช้ AI อย่างไรก็ตาม เราคาดหวังว่าเมื่อเราทำการปรับแต่งและปรับปรุงแบบจำลองของเรา และสะสมข้อมูลในอดีตมากขึ้น ความแม่นยำของเราจะดีขึ้นอย่างมีนัยสำคัญเมื่อเวลาผ่านไป

ความคิดสุดท้าย

ในบางสาขา เช่น เกม AI สามารถกลายเป็นปัจจัยที่ทำให้เกิดความเท่าเทียมกัน ซึ่งช่วยให้แพลตฟอร์มที่เกิดขึ้นใหม่และมีศักยภาพแข่งขันกับยักษ์ใหญ่ที่มีอำนาจเหนือกว่า

โดยกล่าวว่า เพื่อให้ AI มีศักยภาพสูงสุด ไม่ใช่แค่การรวม AI เพื่อประโยชน์ของมัน แต่ยังเป็นการทำมันให้ถูกต้อง

สำหรับบริษัทขนาดเล็กที่ไม่สามารถรักษาทีมผู้เชี่ยวชาญด้าน AI ในบ้านได้ วิธีแก้ปัญหาที่เป็นไปได้คือการใช้ซอฟต์แวร์ของบุคคลที่สามที่มีอยู่แล้ว โซลูชันบางอย่างสามารถใช้ได้โดยนักพัฒนาทั่วไป แม้ว่าพวกเขาจะไม่ได้เชี่ยวชาญด้าน AI ก็ตาม

คำแนะนำของฉันคืออย่าเปลี่ยนงานทั้งหมดให้ AI ทันที แต่ให้ใช้แนวทางทีละขั้นตอน ตัวอย่างเช่น ให้ AI จัดการ 10% ของคำถามผู้ใช้ หรือกำหนดราคาสินค้า 10% ของผลิตภัณฑ์ของคุณได้แบบไดนามิก

สุดท้าย แต่ไม่ท้ายสุด ควรให้ความสำคัญกับการรักษาสัมผัสของมนุษย์ การมีคนตรวจสอบคุณภาพการสนับสนุนของ AI จะเป็นประโยชน์อย่างมาก เมื่อ AI พิสูจน์คุณค่าของมันแล้ว คุณสามารถขยายขอบเขตของ AI ภายในองค์กรของคุณได้